查询训练作业参数详情
功能介绍
查看指定的训练作业参数详情。
URI
GET /v1/{project_id}/training-job-configs/{config_name}
参数 |
是否必选 |
参数类型 |
说明 |
---|---|---|---|
project_id |
是 |
String |
用户项目ID。获取方法请参见获取项目ID和名称。 |
config_name |
是 |
String |
训练作业参数的名称。 |
参数 |
是否必选 |
参数类型 |
说明 |
---|---|---|---|
config_type |
否 |
String |
指定要查询的配置类型,可选值有以下两种
|
请求消息
无。
响应消息
参数 |
参数类型 |
说明 |
---|---|---|
is_success |
Boolean |
请求是否成功。 |
error_message |
String |
调用失败时的错误信息。 调用成功时无此字段。 |
error_code |
String |
调用失败时的错误码,具体请参见错误码。调用成功时无此字段。 |
config_name |
String |
训练作业参数的名称。 |
config_desc |
String |
训练作业参数的描述信息。 |
worker_server_num |
Integer |
训练作业worker的个数。 |
app_url |
String |
训练作业的代码目录。 |
boot_file_url |
String |
训练作业的代码启动文件。 |
model_id |
Long |
训练作业的模型ID。 |
parameter |
JSON Array |
训练作业的运行参数,为“label-value”格式;当为自定义镜像训练作业的时候,此参数为容器环境变量。详情请查看表8 |
spec_id |
Long |
训练作业资源规格ID。 |
data_url |
String |
训练作业的数据集。 |
dataset_id |
String |
训练作业的数据集ID。 |
dataset_version_id |
String |
训练作业的数据集版本ID。 |
data_source |
JSON Array |
训练作业使用的多数据集。详情请查看表4。 |
engine_type |
Integer |
训练作业的引擎类型。 |
engine_name |
String |
训练作业的引擎名称。 |
engine_id |
Long |
训练作业的引擎ID。 |
engine_version |
String |
训练作业使用的引擎版本。 |
train_url |
String |
训练作业的输出文件OBS路径URL,默认为空,如“/usr/train/”。 |
log_url |
String |
训练作业的日志OBS输出路径URL,默认为空。如:“/usr/train/”。 |
user_image_url |
String |
自定义镜像训练作业的自定义镜像的SWR-URL。 |
user_command |
String |
自定义镜像训练作业的自定义镜像的容器的启动命令。 |
spec_code |
String |
训练作业资源规格。 |
gpu_type |
String |
资源规格gpu的类型。 |
create_time |
Long |
训练作业参数创建时间 。 |
cpu |
String |
资源规格CPU内存。 |
gpu_num |
Integer |
资源规格gpu的个数。 |
core |
String |
资源规格的核数。 |
dataset_name |
String |
训练作业的数据集名称。 |
dataset_version_name |
String |
训练作业的数据集名称。 |
pool_id |
String |
资源池ID。 |
pool_name |
String |
资源池名称。 |
volumes |
JSON Array |
训练作业可使用的存储卷。具体请参见表5。 |
nas_mount_path |
String |
SFS Turbo (NAS) 训练本地挂载路径。如:“/home/work/nas”。 |
nas_share_addr |
String |
SFS Turbo (NAS) 共享路径。如:“192.168.8.150:/”。 |
nas_type |
String |
当前仅支持 nfs。如:“nfs”。 |
参数 |
参数类型 |
说明 |
---|---|---|
nfs |
Object |
共享文件系统类型的存储卷。仅支持运行于已联通共享文件系统网络的资源池的训练作业。具体请参见表6。 |
host_path |
Object |
主机文件系统类型的存储卷。仅支持运行于专属资源池中的训练作业。具体请参见表7。 |
参数 |
参数类型 |
说明 |
---|---|---|
id |
String |
SFS Turbo 文件系统 ID。 |
src_path |
String |
SFS Turbo 文件系统地址。 |
dest_path |
String |
训练作业的本地路径。 |
read_only |
Boolean |
dest_path 是否为只读权限,默认为读写权限。
|
参数 |
参数类型 |
说明 |
---|---|---|
src_path |
String |
宿主机的本地路径。 |
dest_path |
String |
训练作业的本地路径。 |
read_only |
Boolean |
dest_path 是否为只读权限,默认为读写权限。
|
请求示例
如下以查询名为“config123”的作业参数详情为例。
GET https://endpoint/v1/{project_id}/training-job-configs/config123
响应示例
- 成功响应示例
{ "spec_code": "modelarts.vm.gpu.v100", "user_image_url": "100.125.5.235:20202/jobmng/custom-cpu-base:1.0", "user_command": "bash -x /home/work/run_train.sh python /home/work/user-job-dir/app/mnist/mnist_softmax.py --data_url /home/work/user-job-dir/app/mnist_data", "gpu_type": "nvidia-v100", "dataset_version_id": "2ff0d6ba-c480-45ae-be41-09a8369bfc90", "engine_name": "TensorFlow", "is_success": true, "nas_mount_path": "/home/work/nas", "worker_server_num": 1, "nas_share_addr": "192.168.8.150:/", "train_url": "/test/minst/train_out/out1/", "nas_type": "nfs", "spec_id": 4, "parameter": [ { "label": "learning_rate", "value": 0.01 } ], "log_url": "/usr/log/", "config_name": "config123", "app_url": "/usr/app/", "create_time": 1559045426000, "dataset_id": "38277e62-9e59-48f4-8d89-c8cf41622c24", "volumes": [ { "nfs": { "id": "43b37236-9afa-4855-8174-32254b9562e7", "src_path": "192.168.8.150:/", "dest_path": "/home/work/nas", "read_only": false } }, { "host_path": { "src_path": "/root/work", "dest_path": "/home/mind", "read_only": false } } ], "cpu": "64", "model_id": 4, "boot_file_url": "/usr/app/boot.py", "dataset_name": "dataset-test", "pool_id": "pool9928813f", "config_desc": "This is a config desc test", "gpu_num": 1, "data_source": [ { "type": "obs", "data_url": "/test/minst/data/" } ], "pool_name": "pnt1", "dataset_version_name": "dataset-version-test", "core": "8", "engine_type": 1, "engine_id": 3, "engine_version": "TF-1.8.0-python2.7", "data_url": "/test/minst/data/" }
- 失败响应示例
{ "is_success": false, "error_message": "Error string", "error_code": "ModelArts.0105" }
状态码
状态码请参见表1。